はてなブックマーク

はじめに AWS User Notificationsには「AWS管理通知」と「ユーザー設定通知」の2つの通知タイプがあり、どちらも「集約（Aggregation）」機能を持っています。 しかし、この2つの「集約」は異なる意味を持ちます。この違いを理解していないと、想定外の通知動作が発生する可能性があります。 本記事では、2つの通知タイプにおける「集約」の違いを解説します。 前提知識：2つの通知タイプ AWS User Notificationsでは、2つの異なる通知タイプを提供しています。 違いの詳細は、以下の記事をご参照ください。 AWS管理通知 AWS管理通知は、AWSが提供するデフォルトの通知機能です。特別な設定をしなくても利用でき、現在はAWS Healthイベントのみをサポートしています。2025年12月15日以降は、すべてのAWSアカウントで強制的に有効化され、無効にすること

はじめに AWS Healthイベントには、以下の2種類があります。 アカウント固有イベント：特定のAWSアカウントに影響するイベント パブリックイベント：すべてのAWSユーザーに影響する可能性がある、サービスの可用性に関するイベント AWS User Notificationsでは、以下の2つの通知方式が利用できます。 AWS管理通知：アカウント固有イベントのみを通知 ユーザー設定通知：アカウント固有イベントとパブリックイベントの両方を通知 本記事では、AWS Organizations環境において、AWS Healthイベントを通知する際、これらの通知方式を組み合わせた2つの構成パターンを紹介します。 パターン1：管理アカウントでの集約通知（中央集権型） 要件 このパターンは、以下の要件に適しています。 1つのメールアドレス（1つの管理者またはチーム）で通知を受信する パブリックイベン

「新しいサポートフォームの回答が届いたら、内容を分析して緊急度を判定し、 過去の類似ケースを検索して、適切な回答案を作成してサポートチームに通知してください」 自然言語によるワークフローの作成 この指示を受け取ると、Google Workspace Flowsは以下のような複雑なロジックを含むワークフローを自動的に構築します ワークフロー Google Formsの新規回答をトリガーとして設定 Step 1: When a form response comes in Google Formsから情報の抽出 Step 2: Extract Geminiによる内容分析と緊急度スコアリング Geminiによる過去の類似ケースとの照合 回答案のドラフト作成 Step 3: Ask Gemini Google Chatでの通知 Step 4: Send a message 上記のプロセスのワークフ

はじめに 皆様こんにちは、あかいけです。 皆様は日々システム構成図を作成しているかと思いますが、ツールは何を使っていますか? 私は最近、Excalidrawを使い始めました。 今まではもっぱらdraw.ioかCacooを使うことが多かったのですが、最近ブログ用の構成図などで使い始めて気に入っています。 なので今回は布教のためブログにしてみました。 Excalidrawって何だろう。 以下のような手書きっぽい図が簡単に書けるドローツールです。 またオンラインホワイトボードとして利用できるため、複数人で同時に編集することもできます。 またMITライセンスのオープンソースプロジェクトとして開発されており、無料で使えます。 しかもアカウント登録不要ですぐに使い始められるので、かなり気軽に試せます。 またライブラリが豊富なこともあり、AWS、Google Cloud、Azureなどのクラウドアイコン

Next.js 16からの/_next/mcpエンドポイントにより、AIエージェントは 実行中のアプリケーションの内部状態にリアルタイムでアクセスできる ようになるからです。 How It Works（仕組みの解説） 以下仕組みの解説ですが、少し細かい内容になるので、先に検証結果をみたい方は飛ばして先に検証セクションからご覧ください。 Next.js DevTools MCPがどのように動作しているのか、アーキテクチャを理解しておくと、より効果的に活用できます。 公式ドキュメントによると This package provides a bridge MCP server that connects your coding agent to Next.js development tools: Coding Agent ↓ next-devtools-mcp (this package) ↓

こんちには。 データ事業本部 機械学習チームの中村( @nokomoro3 )です。 今回は、CursorとClaude Codeを組み合わせた個人的おすすめAI駆動開発の手順をご紹介します。 全体像 全体像は以下の通りとなります。 要求整理フロー issue作成（Claude Code / Sonnet 4.5 / カスタムコマンド） 初版作成フロー ブランチを作成（Claude Code / Sonnet 4.5 / カスタムコマンド） Planを作成（Cursor / Sonnet 4.5 / Planモード） Planを元にBuildを実行（Cursor / Composer 1 / Build） デプロイ・動作確認（手動） コミット作成（Claude Code / Sonnet 4.5 / カスタムコマンド） プルリクエスト作成（Claude Code / Sonnet 4.5

こんにちは、製造ビジネステクノロジー部の若槻です。 GitHub Actions に 1 vCPU Linux ランナー ubuntu-slim がパブリックプレビューで追加されました。 ubuntu-slim ランナーは 1 vCPU と 5 GB RAM と低スペックとなっており、また従来の VM インスタンスではなく、コンテナ内でジョブが実行されるため、軽量な処理に適しており、コスト効率の良い実行が可能となっています。一方で最大実行時間が 15 分に制限されているため、長時間実行されるワークフローには適していません。 試してみた 次のような典型的な Node プロジェクト向けワークフローで、今回追加された ubuntu-slim ランナーと従来の ubuntu-latest ランナーを比較しつつ試してみました。 name: CI on: pull_request jobs: Inte

この記事では、先日の記事で紹介したChatGPT Atlasの実験的な検証を通じて、そのセキュリティ設計を技術的に分析します。不安と安心の両立を目指す方に向けて、まとめました。 先日より、ChatGPT搭載ブラウザ「ChatGPT Atlas」にハマっているのですが、「AIブラウザ」という物自体が今まで少なかったため、またAtlasを慎重に見ている、という方も多いようです。 そこで今回はAtlasのセキュリティについてご紹介し、その上でユーザーはAIブラウザを使う際に何に気をつけるべきなのか、私なりの考えをまとめてみたいと思います。 最近Atlasを使っている中で、非常に興味深い「セキュリティが正常に機能している場面」を目撃することができました。今回はその実例を交えながら、Atlasのセキュリティ設計がどのように機能しているのかを解説していきます。 はじめに：AIがブラウザを使う時代へ C

クラウド事業本部の石川です。先日、目黒のAWS Loft Startup Loft Tokyoで開催されたイベント 『実践 Apache Iceberg』徹底解説 - 著者と共に学ぶ Iceberg の最新情報にて、書籍『実践 Apache Iceberg』の歩き方というタイトルで登壇させていただきました 。 本日は、当日の発表内容をダイジェストでご紹介します。Apache Icebergの基本から、書籍を活用した学習法、さらに一歩進んだ実践的な活用ポイントまでをまとめました。 アジェンダ 18:30-19:00　開場・受付開始 19:00-19:05　オープニング 19:05-19:10　書籍紹介 19:10-19:30　PyIceberg から入門する Apache Iceberg アマゾン ウェブ サービス ジャパン合同会社 疋田 19:30-19:50　Apache Iceberg

はじめに AWSより、以下の件名のメールが届いておりました。 [アクションが必要] AWS アカウントにある Lambda 関数 URL に必要な変更 | [Action Required] Changes required to the Lambda function URLs in your AWS account [AWS Account: <アカウントID>] [AP-NORTHEAST-1] 変更内容を確認すると、これまでは関数URLを利用するためには lambda:InvokeFunctionUrl の権限のみで良かったのですが、2025年10月より lambda:InvokeFunctionUrl と lambda:InvokeFunction の両方が必要になるようです。 メールの本文に記載されていましたが、既存の関数URLの破壊的変更を回避するため、2026年11月1日ま

$ sudo fio \ --directory=/home/ec2-user \ --name fio_rw_4MiB_block_4GiB_4jobs \ --ioengine=psync \ --direct=1 \ --rw=randwrite \ --bs=4M \ --size=4G \ --numjobs=4 \ --runtime=300 \ --eta-newline=10 \ --time_based=1 \ --group_reporting \ --norandommap fio_rw_4MiB_block_4GiB_4jobs: (g=0): rw=randwrite, bs=(R) 4096KiB-4096KiB, (W) 4096KiB-4096KiB, (T) 4096KiB-4096KiB, ioengine=psync, iodepth=1 ... fi

クラウド事業本部コンサルティング部の石川です。コンテナ技術といえば、デファクトスタンダードの「Docker」であり、dockerコマンドに慣れ親しんでいる開発者は多いはずです。しかし、最近では「Podman」というコンテナエンジンも注目を集めています。Podmanは無料で利用でき、Dockerデーモンを必要としない（デーモンレス）アーキテクチャなどの特徴を持っています。 PodmanのPodmanコマンドはDockerコマンドと高い互換性を持つように設計されており、公式にも「dockerコマンドのほとんどは、podmanに置き換えるだけで動作する」と謳われています。とはいえ、長年のdocker psやdocker buildといった慣れ親しんだdockerコマンドを、podmanと打ち替えるのは面倒です。既存のスクリプトやCI/CDパイプラインを修正するのも手間がかかります。 本日は、 P

手続き型から宣言的コードへリファクタリングしつつ両者の違いを解説します。変更可能な変数を避けイミュータブルに書くことで認知負荷が下がり、バグの混入を防止。読みやすく変更しやすいコードで開発速度を向上させます。 こんにちは。リテールアプリ共創部マッハチームのきんじょーです。 マッハチームでは小売業界のお客様に向け、新規アプリ開発の立ち上げを専門に行っています。 新規開発の立ち上げ時には、短期間で高品質なアプリケーションを開発することが求められます。 マッハチームのメンバーで開発速度向上に関する知見を共有するブログの連載を始めました。 今回は私から、第3弾として普段の開発で読みやすく変更しやすいコードを書くために心がけていることをご紹介します。 メンバーによる過去投稿も是非読んでください！ 手続き型、宣言的とは 「手続き型」「宣言的」はプログラミングのアプローチの一つです。 手続き型のコードは

クラウド事業本部コンサルティング部の石川です。Apache Icebergは、従来のデータレイクが抱えていた「信頼性」「パフォーマンス」「管理の複雑さ」といった多くの大きな課題を解決する、オープンソースのテーブルフォーマットです。その Apache Iceberg を体系的に解説するのが、本日ご紹介する「実践 Apache Iceberg」という本です。 この本は、一般的なDBやデータウェアハウス（DWH）のアーキテクチャをご存じの方にとって、具体的で読みやすい本ですが、576ページに及ぶこの本を最後まで読み切るにはそれなりの胆力が必要です。そこで、本日は、本書の全体像と、役割や目的に応じてこの本を効率よく活用する読み方についても、私の視点で解説します。 なお、2025年10月29日（水）に目黒 AWS Startup Loftsで『実践 Apache Iceberg』という書籍の出版記念

こんにちは。サービス開発室の武田です。 DevelopersIO 2025 TOKYO で「実践Claude Code：20の失敗から学ぶAIペアプログラミング」というタイトルで発表させていただきました。 お越しいただいた皆様、ありがとうございました！ 登壇資料 登壇資料はこちらになります。 最後に この投稿は10月18日13時に予約投稿しています。私のセッションは13時スタートです。

コンバンハ、千葉（幸）です。 2025/10/18（土）行われたDevelopersIO2025 TOKYO GRAND FINALEに登壇しました。 登壇の概要はこちら。 AWSコスト最適化の定番！もう聞かれても怖くないRIとSP基礎講座 「どちらを選べばいいか分からない」「人に説明できるほど理解していない」そんなお悩みを解決！AWSコスト削減の要であるリザーブドインスタンスとSavings Plansを基礎から解説します。仕組みから選び方まで実例を交えて分かりやすくお伝えし、明日からあなたが自信を持って説明できるようになっていただきます！ 登壇者：千葉幸宏（チバユキ） ご参加いただいた皆さまありがとうございます。登壇資料と少しの周辺情報をブログにまとめます。 登壇資料 ※一部文字化けしているので、後で直します…… 関連資料 登壇中にこのような比較表を投影しました。 こちらに配置していま

こんにちは！運用イノベーション部の大野です。 最近ひょんなことから知り合ったカナダ在住エンジニアの方に、「UI作成ならStitchが便利」というお話を伺いました。 ...が恥ずかしながら「Stitch」について全くの無知だったため、軽くですが実際に触って確かめてきました。 今回はその感想を共有させていただきます。 Stitchってなんだ？ Stitchとは、Google Labs提供のUIデザイン生成支援用AIツールです。 2025年5月に行われた「Google I/O 2025」にて発表されました。 自然言語や画像を入力として与えることで、AIによってWebやモバイル画面のUIを生成してくれる機能を持っています。 また、生成したUIをHTMLコードとして表示することや、Figmaに直接エクスポートすることが可能です。 UI生成可能なAIツールは他にも多数存在しますが、以下の点においてSt

AIワークフロービルダー n8nで自然言語を使ってAIエージェントや自動化のワークフローが作れるようになりました。※ベータ版 現状、AIワークフロービルダーを使えるユーザープランは以下です クラウド版の14日間トライアル、スターター、プロプランのユーザー向けに提供されます。 その他のユーザーにも提供される予定とのこと。 クラウド版のエンタープライズユーザー向け提供は、今後のアップデートで順次対応予定です。 セルフホスト版ユーザーへの提供方法については、最適な方法を現在検討中です。 利用制限について プランごとに月間クレジット制限が設定されます。 AIワークフロービルダーとの各プロンプト/インタラクションで1クレジットを消費します。 トライアルユーザーは20クレジット、 スタータープランは月間50クレジット、 プロプランは月間150クレジット を利用できます。現時点では、プラン内で追加クレジ

こんにちは。組織開発室に所属し、組織開発を担当しているてぃーびーです。 生成AIを活用する際に、お題にあった思考フレームワークを活用すると、掘り下げが捗ります。 この記事では、生成AIのプロンプトに思考フレームワークを活用する事例と、思考フレームワークをプロンプトで探すことについてまとめます。 思考フレームワークをプロンプトで活用する例 4つの例を紹介します。 STAR面接法 PREP法 SMARTな目標 推論のはしご STAR面接法 入力 STAR面接法は、応募者の**過去の具体的な行動**を通して、その人の能力や行動特性、思考パターンを深く把握するための面接手法です。 「**行動面接**」の一種であり、質問項目や評価基準を統一しやすい「構造化面接」として、多くの企業（AmazonやGoogleなど）で採用されています。 「STAR」は、応募者に話してもらうべき具体的な経験を構成する4つ